回答话术

当系统运行过程中，布隆过滤器中的元素逐渐追平或超过设置的元素数量，就会引起误判率增加的风险。

为此，我们需要一种预警以及容量不够用的解决方案。我觉得可以通过定时任务扫描布隆过滤器的容量，判断当前容量距离最初设置峰值差量还有多少。

假如设置阈值是 20%，当布隆过滤器中元素满 80% 以上后，就触发告警发邮件或其它通信工具。然后人为或程序操作拉起一个新的布隆过滤器，新布隆过滤器的容量建议为旧容量的 1.5 倍，以此解决布隆过滤器容量问题。

因为布隆过滤器并没有数据同步方法，所以历史数据需要从源表（可能是 MySQL 等数据源）中重新读区并写入到新布隆过滤器。

问题详解

虽然看着上面的思路以及解决方案没有问题，但是如果要实现，需要具备一些细节难点知识。

1. 难点一：如何判断布隆过滤器的容量达到阈值？

Redisson 布隆过滤器 RedissonBloomFilter 实现类中有一个 count 方法，返回的是新增到布隆过滤器的数据。

看到这里你是否会感到疑惑，布隆过滤器这样一个位数组，通过 Hash 新增和查询，怎么可能会有数据统计的功能？

这是因为布隆过滤器底层结构是 BitMap，BitMap 是可以通过 BITCOUNT 命令统计元素数量。

2. 如何把历史数据快速同步到新布隆过滤器？

针对大数据量查询，我们可以使用 select * from table where id > xxx limit xxx; 每次查处一批数据后，把最大的 id 当作查询条件赋值给下一次查询。通过这种方式不断循环，直到查出全部数据并放到新布隆过滤器。

为什么不使用常规 limit xx xx？因为这会存在深分页问题，在大数据量场景下，分页越是到后面越是容易形成性能深渊。

3. 定时任务多久执行一次合适？

针对这种较为重要的判断，可以适当让扫描周期密集些，比如 1-5 分钟执行一次。触发设定阈值后，发起报警。

4. 如何在代码中替换新旧布隆过滤器？

我们可以假设布隆过滤器从初始就是两个，可以通过一个布尔类型的变量判断使用哪个布隆过滤器。

伪代码如下：

public RBloomFilter<String> getActualBloomFilter() {
    return bloomFilterFlag ? oldBloomFilter : newBloomFilter;
}

通过配置中心控制 bloomFilterFlag 参数，即可实现不停机更新。

另外，如果新的布隆过滤器容量又不够了，那我们只需要将旧布隆过滤器删掉重新创建一个更大的，再修改下 bloomFilterFlag 就可以无缝实现该功能。